【摘 要】
：
为抑制逆变器间动态调整过程差异较大所引起的环流,提出一种新型幂次变加速趋近律的滑模控制策略来抑制环流。通过功率特性得出功率与输出电压幅值相角变化率的微分非线性关系,基于滑模面实现控制解耦,根据当前状态位置自动调整幂次项系数而改变趋近速度,使系统快速削弱输出电压幅值与相角波动,更快趋近稳态而达到显著环流抑制效果。仿真结果验证了改进趋近律下系统输出动态响应更快且抗干扰能力强,环流得到极大程度的抑制。
【机 构】
：
湖南大学电气与信息工程学院,长沙轨道交通运营公司
论文部分内容阅读
为抑制逆变器间动态调整过程差异较大所引起的环流,提出一种新型幂次变加速趋近律的滑模控制策略来抑制环流。通过功率特性得出功率与输出电压幅值相角变化率的微分非线性关系,基于滑模面实现控制解耦,根据当前状态位置自动调整幂次项系数而改变趋近速度,使系统快速削弱输出电压幅值与相角波动,更快趋近稳态而达到显著环流抑制效果。仿真结果验证了改进趋近律下系统输出动态响应更快且抗干扰能力强,环流得到极大程度的抑制。
其他文献
针对地闪电磁脉冲计算在广域和高精度方面存在的难题,采用非均匀网格划分技术对均匀网格时域有限差分法进行改进,所提出的非均匀网格时域有限差分法适合广域地闪电磁脉冲计算.计算了100 km以内的地闪地面水平电场(E r),揭示了E r随回击距离变化所体现的波形变化规律.同时分析了大地电导率(σ)和回击速度(v)对该距离内E r的影响.结果表明:E r在2km内呈单极性脉冲,500m内在首次脉冲后出现过零现象且距离越远该现象越明显,50~100km内呈双极性连续脉冲;E r的脉冲幅值、半峰值宽度、脉冲宽度、过零幅
行人重识别旨在跨监控设备下检索出特定的行人目标.为捕捉行人图像的多粒度特征进而提高识别精度,基于OSNet基准网络提出一种多粒度特征融合网络(Multi-granularity Feature Fusion Network for Person Re-Identification, MFN)进行端对端的学习. MFN由全局分支、特征擦除分支和局部分支组成,其中特征擦除分支由双通道注意力擦除模型构成
为了提高风电机组与储能单元构建的独立供电系统的供电可靠性,针对开绕组双馈电机和储能单元构建的独立交直流混合供电系统,提出了一种基于下垂控制的功率协调控制方法。该方法采用分层控制,根据储能单元功率变化和荷电状态SOC(state ofcharge),对开绕组双馈电机定子侧变换器的下垂系数进行调整,协调系统中交、直流侧功率,保持各个储能单元输出的功率平衡,实现各个储能单元SOC均衡,提高系统稳定性。仿真结果表明,所提方案可有效协调系统的交、直流侧功率,保证各储能单元的SOC均衡。
随着互联网规模的不断扩大以及应用场景的多元化,传统网络无法很好地满足新业务的动态多样化需求,因此国内外对未来网络展开了深入研究.本文首先介绍了未来互联网体系架构的研究现状.其次,介绍了具备“三层、两域”特征的智慧标识网络(Smart Identifier NETwork,SINET)体系架构,然后重点阐述了SINET服务机理在服务的命名与解析、路由机制、服务缓存、移动性、传输控制机制、可扩展性、绿色节能等关键技术方面取得的研究进展,并进一步详细分析了SINET服务机理的安全性.最后总结了SINET面临的挑
IAP技术为嵌入式产品的程序烧写提供了一种很好的实现方式,适合各种复杂的应用工况。针对IAP,本文提出了一种基于Ethernet的嵌入式系统BootLoader设计方案,重点阐述了方案中涉及到的几个关键技术点,例如中断向量表重定位、LwIP协议栈应用等。
机器学习方法在高分辨率遥感图像场景分类任务中已经得到大规模应用,但当前研究主要围绕数据特征和神经网络结构展开,极少提及神经网络训练策略对遥感图像分类性能的影响.因此,本文选取7种自然图像分类中常用的神经网络训练策略进行实验,根据其在3个规模较大的遥感图像数据集和4个广泛使用的神经网络模型上的实验表现,筛选出适用于遥感图像场景分类的神经网络训练策略.通过消融研究详细评估多个神经网络训练策略对遥感图像
针对光伏系统最大功率点跟踪MPPT(maximum powerpointtracking)控制方法在多峰状态下易陷入局部最优,导致光伏系统输出效率较低的不足,提出一种基于学习因子改进鸽群算法的MPPT控制方法。首先对光伏阵列输出多峰值进行分析,在鸽群算法中引入学习因子,通过前后两阶段学习因子的相互交流,有效增强了全局寻优能力。然后提出改进鸽群算法光伏MPPT控制策略和算法重启策略,较好地改善了输出功率的稳态振荡。通过仿真结果表明,基于改进鸽群算法的MPPT控制方法在多峰状态下能够有效规避陷入局部最优,具有
针对光伏微网群在用电高峰或光伏出力不足时段出现的电能短缺问题,提出一种计及需求侧响应的光伏微网群与主动配电网双层协调优化调度策略。下层微网群根据不同类型微网用户的用电特性,基于分布式理论采用微电网调节成本一致性协调算法,优化出各微网的功率调节方案。上层是以系统网络损耗最小为优化目标、以联络线功率为约束的配电网最优潮流模型。最后以城镇光伏微网群与改进的IEEE-33节点配电网系统作为算例验证策略的可行性,仿真结果表明所提调度策略能使并入ADN系统的微网群和ADN系统双方都具有更好的经济性。
针对多个虚拟网络请求(Virtual Network Request,VNR)动态到达的网络场景,本文提出一种基于成本及功耗联合优化的软件定义网络(Software-Defined Networking,SDN)虚拟网络映射(Virtual Network Embedding,VNE)算法.在对虚拟节点及链路映射成本及功耗进行评估的基础上,建模VNE成本及功耗的代价函数,进而在满足资源需求等约束条件下,建模基于代价函数最小化的VNE模型.该优化问题为整数线性规划问题,难以直接求解;为解决此问题,提出基于时
针对采用传统下垂控制的分布式电源无功功率分配不均,提出了一种高比例光伏微网无功均分控制中的Q学习方法。该策略融合人工智能算法的随机搜索机制以及Q学习算法的迭代机制。首先,针对采用下垂控制的分布式光伏,以微网总无功偏差量作为奖励函数的依据,构建电压幅值和无功功率之间的反馈。其次,根据最大奖励Q值对应动作控制分布式光伏输出电压幅值。最后,协调控制分布式光伏无功输出,实现含高比例光伏微网的全局最优控制。仿真结果证明了该策略可以有效提高无功均分控制效果,减少系统无功环流,提高电压质量。